Data-driven fault detection for chemical processes using autoencoder with data augmentation

저자

Hodong Lee, Chang-Soo Kim, Dong Hwi Jeong, 이종민 (Jong Min Lee)

연구주제

Fault Detection and Control Systems

NTIS 과학기술표준분류

화공 > 화학공정 > 촉매/반응기술

배정 근거: 논문을 지원한 과제의 분류(정책 연계 맵과 같은 방법).

AI 연구 키워드·방법

data augmentation process fault detection 공정 모니터링

오토인코더

키워드 (OpenAlex)

fault detection process monitoring autoencoder data augmentation variational autoencoder Tennessee Eastman process chemical process control unsupervised feature extraction

초록

이 논문을 지원한 국가R&D 과제 (NTIS 성과)

연도	과제	부처	사업	수행기관	NTIS 분류(1순위)
2021	화공분야연구인력양성사업단	교육부	4단계두뇌한국21사업(R&D)	서울대학	–
2021	초저에너지 자동차 초저배출 사업단	과학기술정보통신부	집단연구지원(R&D)	고려대학	화공 > 화학공정 > 촉매/반응기술